以编程方式使用文档

本页面将帮助您开始使用 Together AI 聊天模型。有关所有 ChatTogether 功能和配置的详细文档，请前往 API 参考.

Together AI 提供 API 用于查询 50+ 个领先的开源模型

概述

集成详情

ClassPackageSerializableJS 支持DownloadsVersion
ChatTogetherlangchain-togetherbeta✅!PyPI - 下载量!PyPI - 版本

模型特性

工具调用结构化输出图像输入Audio inputVideo input分词级别流式输出原生异步分词使用量对数概率
✅✅✅✅✅✅❌✅✅

设置

To access Together models you'll need to create a/an Together account, get an API key, and install the langchain-together 集成包。

凭据

前往 此页面 注册 Together 并生成 API 密钥。完成后，设置 TOGETHER_API_KEY 环境变量：

if "TOGETHER_API_KEY" not in os.environ:
    os.environ["TOGETHER_API_KEY"] = getpass.getpass("Enter your Together API key: ")

要启用模型调用的自动追踪，请设置您的 LangSmith API 密钥：

os.environ["LANGSMITH_API_KEY"] = getpass.getpass("Enter your LangSmith API key: ")
os.environ["LANGSMITH_TRACING"] = "true"

安装

LangChain Together 集成包含在 langchain-together package:

pip install -qU langchain-together

实例化

现在我们可以实例化模型对象并生成聊天补全：

from langchain_together import ChatTogether

llm = ChatTogether(
    model="meta-llama/Llama-3-70b-chat-hf",
    temperature=0,
    max_tokens=None,
    timeout=None,
    max_retries=2,
    # other params...
)

调用

messages = [
    (
        "system",
        "You are a helpful assistant that translates English to French. Translate the user sentence.",
    ),
    ("human", "I love programming."),
]
ai_msg = llm.invoke(messages)
ai_msg
AIMessage(content="J'adore la programmation.", response_metadata={'token_usage': {'completion_tokens': 9, 'prompt_tokens': 35, 'total_tokens': 44}, 'model_name': 'meta-llama/Llama-3-70b-chat-hf', 'system_fingerprint': None, 'finish_reason': 'stop', 'logprobs': None}, id='run-eabcbe33-cdd8-45b8-ab0b-f90b6e7dfad8-0', usage_metadata={'input_tokens': 35, 'output_tokens': 9, 'total_tokens': 44})
print(ai_msg.content)
J'adore la programmation.

API 参考

有关所有 ChatTogether 功能和配置的详细文档，请前往 API 参考